Fincept Terminal 是 Fincept Corporation 开发的桌面金融终端，用 C++20 和 Qt6 编写，内嵌 Python 3.11 做分析，打包成单一二进制，不依赖 Electron 或浏览器运行时。仓库里的开源版采用 AGPL-3.0-or-later，面向学习、个人使用和学术研究；面向机构的闭源 Enterprise 版另行销售。
一个不基于 Electron 的金融终端
金融数据终端长期是高价、封闭的代名词。另一条路是用 Python 把数据源、Notebook 和图表拼起来，灵活但每换一个数据集就要重写胶水代码。Fincept 想做的是中间形态：原生桌面应用，内置行情、宏观数据、分析模型、AI Agent 和交易接口，装完就能在一个界面里完成研究流程。
数据、分析与 AI 的三块拼图
分析侧包含 DCF、组合优化、VaR/Sharpe、衍生品定价、固定收益和另类资产，另有一套 18 模块的 QuantLib 套件。AI 侧提供 37 个面向交易者、投资者、经济和地缘政治的 Agent，模型 Key 自带，支持 OpenAI、Anthropic、Gemini、Groq、DeepSeek、OpenRouter 和 Ollama。
数据侧列出 100 多个连接器，覆盖 FRED、IMF、World Bank、DBnomics、AkShare、Polygon、Kraken、Yahoo Finance 和政府公开 API。交易侧有加密和股票行情、模拟交易引擎，以及 16 个券商集成。自动化侧提供可视化节点编辑器、MCP 工具和 AI Quant Lab，后者用于机器学习、因子发现和强化学习实验。
安装与源码构建
GitHub Releases 提供 Windows x64 安装包、Linux 的 .run、.deb、.rpm，以及 macOS Apple Silicon 的 DMG。源码构建在 Linux 和 macOS 上用 setup.sh：
# 构建工具链版本必须与文档一致；不支持的版本可能直接编译失败 |
README 把工具链钉在 CMake 3.27.7、Ninja 1.11.1、Qt 6.8.3、Python 3.11.9，Windows 和手动构建的步骤在 docs/GETTING_STARTED.md。以上按官方 README 整理，未在本机完整实测；依赖体积和编译时间要有心理准备。
独立研究者的工作日
早上先用 FRED 和 World Bank 的连接器拉一组宏观数据，在终端里画趋势；下午对一家公司做 DCF，把关键假设存成不同情景；收盘前用模拟交易引擎试一套调仓规则。遇到不熟悉的指标，可以让经济或地缘政治 Agent 解释背景，再回到原始数据核对。节点编辑器适合把重复的取数、计算和图表步骤串起来，不必每次重写脚本。
与 Bloomberg、Notebook 的分工
Bloomberg 这类商业终端卖的是实时行情、机构级数据、合规和支持，价格也按机构预算设计；README 直接把两者的席位成本放在一起对照。Fincept 的开源版不承诺同等级的数据覆盖和实时性，优势是代码可见、可改、可自建研究流程。和纯 Notebook 方案相比，终端把连接器、图表、组合和交易接口预先接好，代价是灵活性和可编程深度不如自己写 Python。
AGPL 与“免费版”的真实成本
AGPL-3.0 是强 copyleft，不是宽松许可：分发修改后的版本，或把它作为服务提供给他人访问，都要按同一许可公开改动。个人使用、不对外分发，不产生这些义务。公司若要用于商业部署或对外提供服务，README 指向 Enterprise；继续使用开源版，则要履行 AGPL 的公开义务。
免费指的是代码许可，不是使用成本。数据源有自己的授权和 API 额度，模型按 token 计费，README 明确说开源版的真实成本是自己的数据和 LLM 账单。开源仓库每月发布一次，团队日常开发在 Enterprise，修复节奏和功能完整性会有差距；macOS 只提供 Apple Silicon 包，Intel Mac 用户要自己构建。
谁该用开源版
适合学生、个人投资者、学术研究者和需要自建研究环境的独立分析师。需要机构级实时行情、合规审计、SLA 或多人权限管理的团队，应评估 Enterprise，而不是指望开源版补齐这些能力。终端展示的数据和分析不构成投资建议，交易前仍要独立核对。
入口与许可
- 仓库：Fincept-Corporation/FinceptTerminal
- 官网：fincept.in
- 使用手册：fincept.in/manual
- 下载：GitHub Releases
- 许可：以仓库为准，README 标注 AGPL-3.0-or-later